Bartók Márton
ELTE BTK Nyelvtudományi Doktori Iskola, MTA-ELTE Lendület Lingvális Artikuláció Kutatócsoport
bartokmarton@gmail.com
Kivonat: Érzelmi állapotaink kifejezésében nagy szerepe van a szupra-szegmentumoknak. Az itt bemutatott kísérlet az érzelmi tartalmak ilyen módon történő, csak a beszéd nemnyelvi elemeit hasznosító közvetítésé-nek észlelését vizsgálja. A kísérlet során eljátszott érzelmi állapotokat kifejező beszédhangokat játszottunk le 57 adatközlőnek, akik azokat az érzelmeket jellemző három, sematikus illusztrációkkal megjelenített, az érzelmi állapotok jellemzésében gyakran használt skálán (aktiváció, va-lencia, dominancia) értékelték. Az eredmények azt mutatják, hogy az adatközlők képesek a különböző aktivációjú, valenciájú és dominanciájú érzelmi tartalmak elkülönítésére kizárólag az adatközlő beszéde alapján az alkalmazott vizuális skála segítségével, azonban ennek mértékét több tényező is befolyásolja: mind a vizsgált érzelmi dimenzió, mind a stimulust produkáló beszélő személye befolyásolta az érzelmi állapotok elkülönítésének mértékét.
1 Bevezetés
Az emberi beszéd a nyelvi információn kívül számos nyelven kívüli, azaz paranyelvi tartalmat is hordoz. Ilyen nemnyelvi információ többek között a beszélő által kifejezett érzelem, melyet jellemzően a beszéd időzítési mintázatai, az intonáció és hangszín, azon belül is a hangszalagrezgés egyéb jellegzetességeit magába tömörítő fonációtípus milyensége segítségével vagyunk képesek kifejezni (Murray–Arnott 1993). Azzal, hogy ezek az érzelmi tartalmak milyen artikulációs-akusztikai változásokkal jelenítőd-nek meg, számos tanulmány foglalkozik, az itt bemutatott kutatás célja azonban a be-szédben megjelenő érzelmi tartalmak észlelésének vizsgálata – az itt bemutatott kísérlet azt a kérdést járja körbe, hogy a beszédben kifejeződő érzelmi tartalmak különböző komponenseit hogyan dolgozzuk fel, és hogyan befolyásolják ezt a feldolgozási folya-matot különböző tényezők.
Az emberi érzelmek kategorizációját leíró tudományos modelleket kétfelé oszthat-juk: az alapérzelem-modellek (pl. Ekman 1992) kötött számú diszkrét, univerzális alap-érzelmet feltételeznek (pl. düh, félelem, szomorúság, boldogság, undor és félelem), me-lyek egymással kombinálódva alkothatnak más érzelmeket. A dimenzionális érzelemelméleti modellek ezzel szemben az érzelmek kategorizációját és elrendeződé-sét bizonyos dimenziók mentén gondolják el: azt feltételezik, hogy az emberi érzelmi
állapotok sokféleségét két, három, vagy esetleg több kontinuum segítségével elégsége-sen jellemezhetjük. Russell (1980) szerint az érzelmek az érzelmi állapotban jellemző aktiváció és a valencia, tehát az érzelem pozitív-negatív jellege alapján jellemezhetők.
Magas aktivációval jellemezhető például a félelem vagy a meglepődés, alacsony akti-vációval az unalom és a nyugalom, ezeket az érzelempárokat pedig megkülönbözteti egymástól a valencia dimenziójában elfoglalt helyük (ti. az unalom negatív, a nyugalom pozitív valenciájú). Emellett több modell is tartalmazza az egyén adott állapotban érzett dominanciájának mértékét (pl. Mehrabian–Russell 1974), tehát lényegében azt az érze-tet, hogy az egyén mennyire érzi képesnek magát környezete kontrollálására. Az itt bemutatott kutatásban azt vizsgálom, hogy az érzelemállapotok beszédalapú kategorizációja hogyan működik ebben a három dimenzióban (aktiváció, valencia, do-minancia). Azt vizsgálom tehát, hogy az érzelmi tartalmak észlelése során, amennyiben csak a beszédjel áll rendelkezésünkre, hogyan vagyunk képesek megkülönböztetni egy-mástól a különböző aktivációval, valenciával vagy éppen dominanciával jellemezhető érzelmi állapotokat. Az egyes érzelmeknek az ebben a háromdimenziós térben elfoglalt pozícióját Fontaine és mtsai. (2007) eredményei alapján határozom meg: ez a kutatás az érzelmi állapotok hat komponensét (az érzelmet kiváltó események értékelése, pszichofiziológiai változások, motoros kifejezések, cselekvési tendenciák, szubjektív érzések, érzelemszabályozás) megragadó 144 Likert-skálás kérdés varianciaanalízise alapján, közel 500 adatközlő részvételével helyezte el a különböző érzelmi állapotokat ebben a térben.
Az érzelmek észlelését vizsgáló kutatások általában eljátszott érzelmek észlelését vizsgálják, és arra fókuszálnak, hogy milyen arányban azonosítják helyesen az adat-közlők a felvételen hallott érzelmi állapotokat – tehát kötött számú, a stimulusok között valóban megjelenő érzelmi állapot közül milyen arányban választják ki az adott stimuluson valóban kifejezni szándékozott érzelmi állapotot. Ezek alapján a kutatások alapján a megjelenített érzelmi tartalmat egészséges beszélők esetén a véletlen szintje fölött képesek vagyunk beazonosítani. Scherer (1989) harminc, jellemzően alapérzel-mek észlelését vizsgáló tanulmány eredményei alapján átlagosan 60 százalékosra teszi az érzelmi állapotok helyes azonosításának arányát, ami valamivel kisebb pontosságra utal, mint amilyen arányban az érzelmeket közvetítő másik fontos tényező, az arckife-jezések alapján vagyunk képesek azok azonosítására. Bár a legtöbb kutatásban profi színészek bemondásai alapján vizsgálják az érzelmi tartalmak észlelését, Jürgens és mtsai (2015) eredményei alapján az azonosítás pontosságára nem volt hatása annak, hogy színészek vagy laikus beszélők hangját használták stimulusként.
Bár a jelen kutatás során is eljátszott érzelmek beszédalapú észlelését vizsgáltam, a fentiekkel ellentétben azt kíséreltem meg leírni, hogy az érzelmi állapotokat jellemző dimenziók mentén hogyan jellemzik az adatközlők az észlelt érzelmi állapotot. Vizs-gáltam egyrészt, hogy a hallott stimulusokat valóban úgy jellemzik-e az adatközlők a három vizsgált érzelmi dimenzióban, mint ahogy az adott stimulus produkciójakor el-játszott érzelem Fontaine és mtsai. (2007) eredményei alapján jellemezhető.
A stimulusként használt beszédanyagon végzett akusztikai mérések eredményeit figye-lembe véve azt is vizsgáltam továbbá, hogy mutat-e eltérést az érzelmi állapotok észle-lése annak függvényében, hogy a beszélő mekkora változatossággal valósítja meg az érzelemkifejezést. Azt feltételeztem, hogy amennyiben a beszélő hangmintáin mért, a szakirodalom alapján az érzelemek kifejezésében relevánsnak tekinthető akusztikai paraméterek nagy változatosságot mutatnak a különböző érzelmek között, abban az esetben az egyén érzelmi állapotait nagyobb mértékben képesek vagyunk elkülöníteni, mint kisebb akusztikai változatossággal jellemezhető beszélő hangmintái esetén.
2 Módszertan
A kutatás tehát egy olyan percepciós kísérletre épült, mely során az adatközlők külön-böző érzelmi töltetű beszédanyagokat minősítettek a kutatás során alkalmazott érze-lemelméleti modell dimenziói (aktiváció, valencia, dominancia) szerint.
Mivel a kísérlet célja az érzelmi tartalmak észlelésének vizsgálata volt, így stimulusként olyan hanganyagokat használtam, melyek kizárólag a kifejezett érzelem tekintetében különböznek, a nyelvi forma minden esetben állandó volt. Ehhez 17 ma-gyar anyanyelvű, 18–34 év közötti (Geifman et al. 2013 orvostudományilag elhatárolt korcsoportjai alapján meghatározott intervallum) nőt kértem arra, hogy produkáljanak kitartott [aː] beszédhangokat, különböző érzelmeket kifejezve. Az eljátszott érzelmeket a GRID projekt (Fontaine et al. 2013) 34 nyelven elérhető, visszafordítással validált érzelemlistájából, a Fontaine és mtsai. (2007) által feltárt dimenziótér minél teljesebb lefedésével állítottam össze. Az érzelmek a következők voltak: lenézés, undor, düh, ingerültség, stressz, meglepődés, érdeklődés, boldogság, szeretet, csalódás, együttér-zés, bűntudat, szégyen, szomorúság, illetve egy érzelmileg semleges állapot (1. táblá-zat. A beszélők öt ismétlést produkáltak minden érzelemből, olyan módon, hogy az öt ismétlés egymást követte, azonban az érzelmek sorrendje randomizálva volt. A vizsgált érzelmek megoszlását a Fontaine és mtsai. (2007) által kialakított dimenziótérben az alábbi táblázat szemlélteti.
érzelem aktiváció valencia dominancia boldogság magas pozitív domináns
csalódás alacsony negatív nem domináns
düh magas negatív domináns
együttérzés alacsony pozitív domináns érdeklődés alacsony pozitív domináns ingerültség magas negatív domináns lenézés alacsony negatív domináns meglepődés magas pozitív nem domináns
stressz magas negatív nem domináns szégyen magas negatív nem domináns szeretet magas pozitív nem domináns szomorúság alacsony negatív nem domináns
undor alacsony negatív domináns
1. táblázat. Az aktiváció, valencia és dominancia értékei a vizsgált érzelmekre Fontaine és mtsai. (2007) eredményei alapján
Ebből a 17 beszélőtől származó anyagból választottam ki a kísérletben használt stimulusnak három beszélőt arra törekedve, hogy ez a három beszélő eltérő akusztikai változatossággal valósítsa meg a különböző érzelmi tartalmakat: az volt tehát a cél, hogy az egyik beszélő csak kis mértékben, a második közepesen, a harmadik pedig nagyon változatosan fejezze ki a különböző érzelmeket. A megfelelő beszélők kivá-lasztása érdekében az egyénre jellemző szisztematikus, érzelemfüggő változatosságot az alábbi módon jellemeztem. Minden beszédhangon megmértem 12 akusztikai para-métert, melyek a hangszalagok működésének akusztikai következményét, a zöngét jel-lemzik, és amelyek nagymértékben különböznek egyes érzelmek kifejezésekor (Patel et al. 2011). Ezek a paraméterek a következők voltak: jitter, shimmer, HNR, f0, alpha
ratio, Leq, az automatikus inverz szűréssel kinyert forrásjel amplitúdója, MFDR, NAQ, CQ, valamint H1-H2 az akusztikai és a forrásjel alapján. Az akusztikus mérések a Praat szoftver (Boersma–Weenink 2018), illetve a COVAREP szkriptcsomag (Degottex et al. 2014) használatával történtek. A beszédhangok teljes idején mért átlagértékekből az érzelmenként öt ismétléshez tartozó öt adatpontot beszélőnként átlagoltam, és az adott beszélő semleges állapotban produkált ejtésein mért értékek átlagához képesti százalé-kos eltérés formájában normalizáltam. Végül ennek a beszélőnként 168 értéknek (12 paraméter × 14 érzelem) vettem az átlagát, ami tehát egy, a beszélőre jellemző, a semlegestől való átlagos relatív eltérésként értelmezhető mérőszámot eredményez – ez a szám tehát az adott beszélőre jellemző általános érzelemfüggő akusztikai változa-tosságot számszerűsíti. A beszélőket sorba rendeztem e szerint a mérőszám szerint, és az akusztikai változatosság alsó kvartilisénél, mediánjánál és felső kvatilisénél található beszélőktől használtam beszédmintákat a percepciós kísérletben. Beszélőnként egy ér-zelemhez egyetlen megvalósulást, az ismétlések sorrendjében a középsőt választottam stimulusnak. Így végeredményben a semleges beszédmintákat is felhasználva 45 hang-mintát használtam ((14 + 1 érzelem) × 3 beszélő). Az adatközlők minden stimulust csupán egy alkalommal hallottak, mivel az érzelmi tartalmak észlelése általában nagy igénybevételt jelent az adatközlők számára. Az ismétlések számának növelésével a jö-vőben fokozható lenne az eredmények megbízhatósága, azonban ezt feltehetőleg a fel-ismerendő érzelmek számának csökkentésével kellene ellensúlyozni.
Mivel a kutatás során az érzelmi állapotok különböző dimenziók mentén történő kategorizációját vizsgáltam, olyan percepciós teszt használata volt szükséges, melyben az adatközlők valamilyen módon a vizsgált dimenziók mentén minősítik a hallott stimulus érzelmi tartalmát. Jelen kutatásban az úgynevezett Self-Assesment Manikin (Bradley–Lang 1994, a továbbiakban SAM) módszert alkalmaztam. A SAM egy három skálából felépülő vizuális értékelési rendszer (vö. 1. ábra), mely az általam vizsgált három dimenzió pontjait sematikus emberfigurákkal jeleníti meg. A valencia értékelése egy olyan skálán történik, melynek egyik végpontján a sematikus figura arckifejezése negatív érzelmet tükröz (lefelé görbülő száj), míg a másik végponton pozitív érzelem jelenik meg (mosoly), a skála közbeeső pontjaihoz pedig a két arckifejezés közötti át-menetet megjelenítő illusztrációk tartoznak. Az aktivációhoz tartozó skálát egy relaxált (inaktív) és egy dinamikus, aktív figura közötti átmenet alkotja, míg a dominanciát mérő skálán a figura mérete változik: a nagyobb méret az egyén dominanciáját jeleníti meg a kisebb figurákkal szemben. A SAM előnye, hogy nem kötődik kultúraspecifikus verbális kategóriákhoz, ezért széles körben használható az érzelmi állapotok egységes jellemzésére. Adatközlőimet arra kértem, hogy a hallott ingereket 9 fokú SAM-skálá-kon jellemezzék.
A percepciós tesztet online bonyolítottam le, a jsPsych könyvtár (Leeuw 2015) test-reszabásával. Bár ezzel a módszertani megoldással kapcsolatban gyakran felmerül, hogy a hallgatás körülményei nem kontrollálhatók, Horton és mtsai. (2011), valamint Germine és mtsai. (2012) eredményei alapján az, hogy egy auditív percepciós kísérlet laboratóriumi vagy online lebonyolítással történik, nincs szignifikáns hatással a teszt eredményeire. A kísérlet elején egy szélsőségesen halk és egy szélsőségesen hangos megnyilatkozás alapján az adatközlőket arra kértem, hogy állítsák be készülékük hang-erejét olyan módon, hogy kényelmesen hallják mindkét hangot, és ezen a beállításon a kísérlet során ne módosítsanak. Ezután néhány személyes adatra kérdeztem rá.
Ezt követően a SAM alskáláinak bemutatása következett, a képi skálák mellett mi-nimális verbális leírással magyarázva azok használatát (Bradley–Lang 1994 alapján).
Az adatközlők a következő leírást kapták: „A következőkben arra foglak kérni, hogy
a hangminták alapján három képi skála segítségével jellemezd a felvételen hallható em-ber lelkiállapotát. Az első skála arra kérdez rá, mennyire pozitív (balra) vagy negatív (jobbra) a kifejezett érzelem. A második skálán azt jelöld, hogy mennyire érzed aktív-nak (balra) vagy passzívaktív-nak (jobbra) a személyt a hangja alapján. Végül a harmadik skálán azt kell megjelölni, mennyire tűnik dominánsnak, irányítónak (jobbra) vagy ép-pen irányítottnak (balra) az épp hallott ember”. Ezután következett a 45 hangminta ér-tékelése, randomizált sorrendben. Az adatközlők egy hangmintát többször is meghall-gathattak, mielőtt jellemezték volna azokat. A kísérletben összesen 57 adatközlő vett részt, 49 nő és 8 férfi. Átlagéletkoruk 29 év volt.
A SAM alskáláin kapott értékeket adatközlőnként z-transzformáltam, hogy az egyéni válaszadási tendenciák hatását minimalizáljam. A Fontaine és mtsai. (2007) által meghatározott aktiváció, valencia és dominancia nominálissá alakított változók és a beszélőre jellemző akusztikai variabilitás szintje (szintén nominális, háromszintű vál-tozó) közötti, az adott dimenzióhoz tartozó SAM-alskála z-transzformált értékeire ki-fejtett interakciós hatások tesztelésére lineáris kevert modelleket alkalmaztam (Kuznetsova et al. 2015) az R szoftver segítségével (R 2018). A modellek az interakciós hatások mellett adatközlőnként random interceptet tartalmaztak.
1. ábra. 9 fokú SAM-skála. Az alskálák sorrendje felülről lefelé: valencia, aktiváció, dominancia
3 Eredmények
Az alábbiakban az egyes alskálákra vonatkozó eredményeket egyesével mutatom be.
A SAM-skálák (z-transzformált) értékeinek értelmezésekor fontos figyelembe venni, hogy azok a vízszintesen tájolt vizuális skálák elrendezéséből kiindulva értelmezendők, melyeken az értékek mindig balról jobbra növekednek (1-től 9-ig), azonban az adott skálán megjelenített dimenzió tartalmilag ennek ellentmondhat – így például a magas aktivációt reprezentáló figura éppen a skála bal oldalán helyezkedik el. A könnyebb értelmezhetőség érdekében az eredményeket a vizuális skálákkal megegyező tájolású
dobozdiagrammokon ábrázoltam, minden esetben részletezve, hogy a skála mely vég-pontja milyen sematikus emberfigurával volt jelölve.
3.1 Aktiváció
Szignifikáns interakciót találtam a beszélőre jellemző akusztikai variabilitás és a fontaine-i aktiváció között (F[2, 2217] = 8,08, p < 0,001) az aktiváció alskála z-transz-formált értékeire (2. ábra). Az aktiváció vizuális SAM-alskáláján a magas aktivációs szintű, dinamikusabbnak ábrázolt figura a bal oldalon helyezkedik el, ennek megfele-lően azt vártam, hogy ezekre az érzelmekre az adatközlők alacsonyabb értékeket adnak a Likert-skálán – ez így is történt. Ez a különbség továbbá várakozásaimnak megfele-lően változik az adatközlőkre jellemző akusztikai variabilitás függvényében – a legki-sebb eltérést a kis variabilitású beszélő esetén találtam, ugyanakkor a közepes és a nagy variabilitású beszélő stimulusain közel hasonló mértékben különböztették meg az ala-csony és magas aktivációjú érzelmeket az adatközlők.
Ezen túl az is látszik, hogy nem csak a különböző aktivációjú érzelmek elkülöníthe-tősége változik beszélőnként, hanem az is, hogy általánosságban milyennek minősítik az adott beszélőt ebben a dimenzióban. Az alacsony variabilitású beszélő esetén az ér-tékek az érzelem alacsony vagy magas aktivációjától függetlenül általánosan magasab-bak, tehát alacsonyabb aktivációjúnak (átlagosan 0,79, sd = 0,74) vannak minősítve, mint a közepes (átlagosan –0,2, sd = 0,86), valamint a kifejezett érzelmi tartalomtól függetlenül általánosan is nagyobb aktivációval (kisebb értékekkel) jellemzett nagy va-riabilitású beszélő (átlagosan −0,58, sd = 0,81).
2. ábra. Az aktiváció alskála értékei az érzelmek aktivációjának Fontaine és mtsai. (2007) sze-rinti alacsony/magas kategorizációja és a beszélőre jellemző akusztikai variabilitás mértéke szerint. Az alacsonyabb értékek a vizuális skálán bal oldalon reprezentált magas aktivációjú
ál-lapotot jelentik.
3.2 Valencia
Szintén szignifikáns interakciós hatást találtam a beszélőre jellemző variabilitás és a fontaine-i valencia között (F[2, 2217] = 57,17, p < 0,001) a valencia SAM-alskálájának z-transzformált értékeire (3. ábra). A vizuális skálán itt balra található a
pozitív valenciát reprezentáló, mosolygós figura, tehát a pozitív érzelmek esetén ala-csonyabb értékeket vártunk − és az adatok valóban ezt a tendenciát mutatják. Az eltérés a pozitív és a negatív érzelmek között fokozatosan nő a beszélőkre jellemző akusztikai variabilitás növekedésével. Az adatközlőre általánosan jellemző valencia nem mutat olyan fokozatos változást, mint amit az aktiváció esetében tapasztalhattunk, inkább az alacsony variabilitású beszélőre jellemző, inkább negatív valencia (nagyobb értékek, átlagosan 0,22, sd = 0,86) áll szemben a közepes (átlagosan −0,12, sd = 1) és a nagy variabilitású beszélőre jellemző pozitívabb valenciájú minősítéseivel (átlagosan −0,1, sd = 1,05), azonban ezek a különbségek közel sem akkorák, mint az aktiváció esetén.
3. ábra. A valencia alskála értékei az érzelmek valenciájának Fontaine és mtsai. (2007) szerinti pozitív/negatív kategorizációja és a beszélőre jellemző akusztikai variabilitás mértéke szerint.
Az alacsonyabb értékek a vizuális skálán bal oldalon reprezentált pozitív valenciájú állapotot jelentik.
3.3 Dominancia
Szignifikáns interakciós hatást találtam a beszélőre jellemző akusztikai variabilitás és a dominancia mértéke között a dominancia alskálájának z-transzformált értékeire (F[2, 2217] = 9,48, p < 0,001) (4. ábra). Ezen az alskálán a kisméretű figurával repre-zentált nem domináns végpont balra helyezkedett el, így az ebbe a kategóriába tartozó érzelmek esetén várunk kisebb értékeket − és valóban, a Fontaine és mtsai. (2007) által nem dominánsnak kategorizált érzelmeket jellemzően kevésbé dominánsnak értékelték az adatközlők, mint a domináns kategóriába tartozókat. Ez az eltérés a kis akusztikai variabilitással jellemzett beszélő esetén még minimális, és fokozatosan nő a nagyobb variabilitású beszélő felé. Az aktiváció alskálájához hasonlóan az interakciós hatás nem csak annak eredménye, hogy az érzelmek két csoportja (domináns/nem domináns) kö-zötti különbség növekszik a beszélőre jellemző variabilitás hatására, hanem a kifejezett érzelemtől függetlenül az adatközlők szerint a három beszélőre általánosan jellemző általános dominancia mértékében is találunk különbséget, mégpedig ismét a két kate-gória közötti eltérés nagyságával párhuzamosan: az alacsony variabilitású beszélő ese-tén a dominancia alacsony, tehát kevéssé dominánsnak ítélik a beszélőt (átlagosan
−0,77, sd = 0,76), a közepes beszélőt ennél magasabb dominanciájúnak találják (átla-gosan 0,29, sd = 0,85), a legdominánsabbnak pedig a kifejezett érzelemtől függetlenül a legnagyobb akusztikai variabilitású beszélőt jellemezték (átlagosan 0,48, sd = 0,85).
4. ábra. A dominancia alskála értékei az érzelmek dominanciájának Fontaine és mtsai. (2007) szerinti domináns/nem domináns kategorizációja és a beszélőre jellemző akusztikai variabilitás
mértéke szerint. Az alacsonyabb értékek a vizuális skálán bal oldalon reprezentált nem domi-náns állapotot jelentik.
3.4 Összefoglalás
Eredményeink összességében azt mutatják, hogy adatközlőink a SAM mindhárom ská-láján képesek voltak elkülöníteni a Fontaine és mtsai. (2007) alapján különböző akti-vációjú, valenciájú és dominanciájú érzelmeket. Az alskálák együttes ábrázolásával jól látszik, hogy a legjobban az adatközlők a valencia alskálája mentén képesek differen-ciálni a különböző kategóriákba tartozó érzelmi állapotokat (5. és 7. ábra). Ezzel szem-ben a dominancia és az aktiváció alskáláin jóval kisebb az értékek eltérése a fontaine-i kategorizáció alapján elkülönített érzelmek csoportjai között, különösen a kis akuszti-kai variabilitással jellemzett beszélő esetén (6. ábra).
5. ábra. A valencia és aktiváció alskálák értékei 95%-os konfidenciaellipszisekkel ábrázolva, Fontaine és mtsai. (2007) alapján csoportosítva az érzelmeket
6. ábra. Az aktiváció és dominancia alskálák értékei 95%-os konfidenciaellipszisekkel ábrá-zolva, Fontaine és mtsai. (2007) alapján csoportosítva az érzelmeket
7. ábra. A valencia és dominancia alskálák értékei 95%-os konfidenciaellipszisekkel ábrázolva, Fontaine és mtsai. (2007) alapján csoportosítva az érzelmeket
4 Következtetések
Kutatásom célja az érzelmi tartalmak beszédalapú észlelésének vizsgálata volt. Kutatá-somban arra fókuszáltam, hogy három olyan dimenzió mentén, mely segítségével az érzelmeket gyakran jellemzi a szakirodalom (aktiváció, valencia, dominancia), meny-nyire vagyunk képesek elkülöníteni egymástól az e tekintetben különböző érzelmi lapotokat akkor, ha kizárólag a beszélő hangjával találkozunk, míg a nyelvi forma ál-landó. Emellett a kérdésfeltevés mellett arra is kerestem a választ, hogy mennyiben befolyásolja az érzelmi tartalmak észlelését azoknak az akusztikai paramétereknek az érzelemfüggő változatossága, melyek a szakirodalom alapján akusztikai szempontból megbízhatóan különítik el egymástól a különböző érzelmi állapotokat − jelenti ez vajon azt is, hogy az észlelésben is nagyobb különbséget teszünk ezen hangminták között?
57 adatközlő vett részt abban a kísérletben, mely során 14 különböző érzelmi állapot
57 adatközlő vett részt abban a kísérletben, mely során 14 különböző érzelmi állapot